Association between long-term exposure to wildfire-related PM2.5 and mortality: A longitudinal analysis of the UK Biobank
Notice bibliographique
Résumé
Little is known about the associations between long-term exposure to wildfire-related fine particulate matter (PM2.5) and mortality. We aimed to explore theses associations using the data from the UK Biobank cohort. Long-term wildfire-related PM2.5 exposure was defined as the 3-year cumulative concentrations of wildfire-related PM2.5 within a 10-km buffer surrounding the residential address for each individual. Hazard ratios (HRs) with 95% confidence intervals (CIs) were estimated using the time-varying Cox regression model. We included 492,394 participants aged between 38 and 73 years. We found that after adjusting for potential covariates, a 10 μg/m3 increase of wildfire-related PM2.5 exposure was associated with a 0.4% higher risk of all-cause mortality (HR = 1.004 [95% CI: 1.001, 1.006]) and nonaccidental mortality (HR = 1.004 [95% CI: 1.002, 1.006]), and a 0.5% higher risk of neoplasm mortality (HR = 1.005 [95% CI: 1.002, 1.008]). However, no significant associations were observed between wildfire-related PM2.5 exposure and mortality from cardiovascular, respiratory, and mental diseases. Additionally, no significant modification effects of a series of modifiers were observed. Targeted health protection strategies should be adopted in response to wildfire-related PM2.5 exposure, in order to reduce the risk of premature mortality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».